一种可避障盘点机器人的制作方法

本实用新型涉及一种机器人技术领域，尤其涉及一种可避障盘点机器人。

背景技术：

目前，图书馆正在逐步实现自动化管理，使用图书管理机器人进行图书盘点、图书引导查找或图书借还整理。机器人通常使用在行走机构底部安装激光雷达传感器来判断前方是否有障碍物，而由于图书馆中有部分书架或凳子有较高的架脚或凳腿，设置在行走机构底部的激光雷达传感器如刚好对着架脚或凳腿之间的悬空部分则无法准确判断出前方有障碍物，会导致误判后机器人继续前进撞上障碍物。

同时，由于图书馆往来的借阅人员较多，当遇到借阅问题时，图书管理机器人需要对借阅人员进行操作指引，因此，图书管理机器人在图书馆中行进时，除了准确判断前方是否有障碍物外，还需要判断障碍物的类型，如果出现寻求帮助的借阅人员，需要停下来对借阅人员进行操作引导，如果出现的是书架、凳子或其他不需要提供帮助的路过人员，则需要判断后绕过障碍物继续图书整理工作。

由于使用激光雷达来进行避障的方案无法对障碍物类型做出判断，且遇到底部悬空的障碍物时容易发生误判，因此如何更准确的判断障碍物及障碍物类型成为需要解决的问题。

技术实现要素：

为了克服现有技术的不足，本实用新型的目的在于提供一种可避障盘点机器人。

本实用新型的目的采用如下技术方案实现：

一种可避障盘点机器人，包括设置于机器人本体下方的行走驱动机构，所述行走驱动机构用于驱动机器人本体进行移动；

还包括摄像头、激光雷达和控制主机，且所述激光雷达、行走驱动机构和摄像头均与控制主机电性连接；所述摄像头用于将获取到的图像信号传输至控制主机，所述激光雷达用于将获取到的探测信号传输至控制主机，所述控制主机用于对接收到的图像信号和雷达探测信号进行处理，当检测到图像信号和/或雷达探测信号中存在障碍物时控制行走驱动机构停止运动。

进一步地，所述控制主机还用于对图像信号中的障碍物进行分析处理，并将该障碍物与识别模型库中的障碍物特征进行比对以确定该障碍物的类型，当障碍物为物品的时候，重新规划路线以躲避障碍物。

进一步地，还包括与控制主机电性连接的语音交互模块，所述控制主机还用于对图像信号中的障碍物进行分析处理，并将该障碍物与识别模型库中的障碍物特征进行比对以确定该障碍物的类型，当障碍物为人的时候，控制语音交互模块与该用户进行交互。

进一步地，还包括与控制主机电性连接的眼部识别模块，当判断障碍物为人时，启动眼部识别模块，将获取的人的眼部特征与眼部识别模型进行比对以判断用户是否正视摄像头。

进一步地，所述机器人本体上设置有摄像头安装架，所述摄像头通过摄像头安装架固定于机器人本体上。

进一步地，所述摄像安装架上设置有定位安装槽，所述摄像安装架上一侧设置有摄像开口槽，所述摄像头通过固定架安装于定位安装槽，且所述摄像头通过摄像开口槽采集外部图像。

进一步地，所述摄像开口槽上盖设防尘网，且所述固定架为L形固定支架。

进一步地，所述行走驱动机构包括底盘、缓冲装置和行走轮，所述缓冲装置为一橡胶圈，其设置于底盘的四周，所述行走轮的数量有四个，且均设置在底盘底部，所述行走轮通过一电机带动从而实现该机器人的运动。

进一步地，还包括与控制主机电性连接的无线路由，所述无线路由用于使该机器人接收外部发送的信号或者向外部发送信号。

进一步地，还包括电源模块，所述电源模块用于给该可避障盘点机器人供电。

相比现有技术，本实用新型的有益效果在于：

本实用新型的可避障盘点机器人通过摄像头结合激光雷达进行机器人避障和障碍物类型判断，能够有效判断障碍物的类型对应做出机器人行动指令判断，且能识别出底部悬空的障碍物完成避障，避障效果好。

附图说明

图1为本实用新型的可避障盘点机器人的电路原理框图；

图2为本实用新型的可避障盘点机器人的结构图。

附图标记：1、机器人本体；2、行走驱动机构；3、摄像头；4、摄像头安装架。

具体实施方式

下面，结合附图以及具体实施方式，对本实用新型做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

如图1和图2所示，本实施例提供了一种可避障盘点机器人，包括设置于机器人本体1下方的行走驱动机构2，所述行走驱动机构2用于驱动机器人本体1进行移动；还包括摄像头3、激光雷达和控制主机，且所述激光雷达、行走驱动机构2和摄像头3均与控制主机电性连接；所述摄像头3用于将获取到的图像信号传输至控制主机，所述激光雷达用于将获取到的探测信号传输至控制主机，所述控制主机用于对接收到的图像信号和雷达探测信号进行处理，当检测到图像信号和/或雷达探测信号中存在障碍物时控制行走驱动机构2停止运动。

所述控制主机还用于对图像信号中的障碍物进行分析处理，并将该障碍物与识别模型库中的障碍物特征进行比对以确定该障碍物的类型，当障碍物为物品的时候，重新规划路线以躲避障碍物。识别模型的构建是通过建立各种障碍物类型的识别模型，根据图书馆内可能出现的人和桌、椅、箱包等物品，通过搜索引擎抓取对应人、物的海量图片，进行预处理、特征提取和识别训练，从而建立对应各种障碍物类型的特征模型库，即障碍物识别模型。

还包括与控制主机电性连接的眼部识别模块，当判断障碍物为人时，启动眼部识别模块，将获取的人的眼部特征与眼部识别模型进行比对以判断用户是否正视摄像头。建立眼部识别模型：获取大量的人眼睛正视和不正视拍摄镜头的照片，进行学习训练，通过预处理、特征提取、识别训练等处理过程，完成眼部识别模型的建立。特征提取时，根据人眼球巩膜、虹膜、瞳孔各组成部分的纹理组合特征，计算眼睛正视和不正视镜头时，眼部各点的区域密度分布数据，得到用户正视和不正视镜头时的眼部特征向量。将上述特征向量对应正视镜头和不正视镜头存储，得到用户的眼部正视和不正视机器人的特征向量集，完成建立眼部识别模型建立。当判断人脸部没有继续正面面对且眼部正视机器人时，则等待前方的人消失后控制机器人继续行走。

还包括与控制主机电性连接的语音交互模块，所述控制主机还用于对图像信号中的障碍物进行分析处理，并将该障碍物与识别模型库中的障碍物特征进行比对以确定该障碍物的类型，当障碍物为人的时候，控制语音交互模块与该用户进行交互。在本实施例中，摄像头3设置的目的主要是对激光雷达进行辅助，很多时候激光雷达无法探测到前面的物体的具体形状，当其为椅子的时候，则直接进入椅子下方从而造成行走运动障碍，通过设置摄像头3对前方物体进行识别从而完成避障；在本实施例中出现的对物体的建模以及识别都属于现有的成熟的图像识别技术，本领域技术人员通过阅读可以直接得到本实施例中出现的方案，其改进的方式并不属于方法类型的改进，而是通过改变硬件的设置与组成来进行功能的组合，从而使得该盘点机器人避障能力进一步的提升。

在具体的硬件结构上，所述机器人本体1上设置有摄像头3安装架，所述摄像头3通过摄像头安装架4固定于机器人本体1上。所述摄像安装架上设置有定位安装槽，所述摄像安装架上一侧设置有摄像开口槽，所有摄像头3通过固定架安装于定位安装槽，且所述摄像头3通过摄像开口槽采集外部图像。所述摄像开口槽上盖设防尘网，且所述固定架为L形固定支架。所述行走驱动机构2包括底盘、缓冲装置和行走轮，所述缓冲装置为一橡胶圈，其设置于底盘的四周，所述行走轮的数量有四个，且均设置在底盘底部，所述行走轮通过一电机带动从而实现该机器人的运动。还包括与控制主机电性连接的无线路由，所述无线路由用于使该机器人接收外部发送的信号或者向外部发送信号。还包括电源模块，所述电源模块用于给该可避障盘点机器人供电。

本实施例的具体工作原理：

本实施例在盘点机器人底部的行走机构上设置有激光雷达探测器，同时在机器人正面摄像杆上或头部设置摄像头3，使用摄像头3获取机器人前方出现的图像，并通过识别系统判断障碍物类型，从而控制机器人避障或提供借阅帮助，具体实现方式和应用过程如下：

在机器人机身底部的行走机构正面设置有激光雷达探测器，用于探测出现在机器人前方的障碍物，当探测到前方一定范围内有障碍物时，控制机器人停止前进，使用摄像头3实时不断获取机器人前方出现的视频图像，调用识别模型识别前方的障碍物类型，并根据障碍物对应规则继续等待或进行绕行。

在具体的实施过程中，当判断前方障碍物为各类物品时，控制机器人停止移动等待障碍物消失后再恢复行走，或者根据物品的类型控制机器人在遇到具体某类型障碍物时绕过障碍物后继续行走。

当判断前方障碍物为人时，使用人脸识别技术判断图像中是否包含人的正面面部图像，当识别到有人脸正面面部图像，且人的眼睛正视着机器人的头部时，则启动帮助系统，通过语音交互模块与用户打招呼，询问用户是否需要提供帮助。人脸识别为现有技术，判断用户眼部是否正视机器人的头部，需要预先建立眼部识别模型。

上述实施方式仅为本实用新型的优选实施方式，不能以此来限定本实用新型保护的范围，本领域的技术人员在本实用新型的基础上所做的任何非实质性的变化及替换均属于本实用新型所要求保护的范围。